开源证券于 2026 年 9 月 27 日发布的这份综合行业周报（行业投资评级看好（维持）），以海外科技为主线，提出两条并行的产业逻辑：一是 Meta Muse 的上线验证了消费级常驻 Agent 的可行性，Agent 从"关机即结束"变为"后台长期执行"，CPU 有望从 AI 服务器的辅助计算单元升级为 Agent 基础设施的重要资源池；二是 Marvell 展示的 2nm 400G/通道 PAM4 方案推动光互联由 1.6T 向 3.2T 演进，升级逻辑从光器件扩展至 DSP、TIA、Driver 等 EIC 全链条。同期 Akamai 与 Anthropic 签署 7 年期 116 亿美元基础合同（最高可扩展至 200 亿美元），并配套规划 55 亿美元资本开支，海外 X86 服务器供应链随之受益。本周恒生指数下跌 0.97%，恒生科技下跌 2.13%。
一、这份报告在讲什么
这是一份综合行业周报，来自开源证券，分析师初敏、叶彬慧，发布于 2026 年 9 月 27 日，时间窗口为 2026 年 9 月 21 日至 9 月 25 日这一周（部分事件延续至 9 月 24 日）。
报告覆盖三条主线：AI 芯片（Agent 驱动 CPU 增量、3.2T 驱动光模块电芯片价值升级）、服务器（Akamai 与 Anthropic 的百亿美元通用服务器订单）、以及港股与模型的周度更新（港股通资金流向、9 月以来新上线与待发布模型清单）。
报告的落点可以概括为一句：Agent 的形态变化正在改变算力基础设施的配比结构——GPU 之外的 CPU、以及光模块中 DSP/TIA/Driver 等电芯片环节，是这一轮变化中被市场低估的两块。同时报告给出了明确的受益标的：AMD、Tower 半导体、联想集团、DELL、ASMPT。
🔮 AI 分析洞察
把"消费级 Agent 拉动 CPU"和"3.2T 拉动电芯片"放在同一份周报里，其实是同一条逻辑的两次表述：AI 的价值捕获正在从"算力的绝对性能"转向"算力的组织效率"。Muse 的关键不是模型更强，而是它把每个用户变成了一个持续运行的云端进程；3.2T 的关键也不是带宽翻倍，而是它让 DSP、TIA、Driver 成为必须同步升级的整链。两者共同指向一个结论——下一阶段的基础设施投资，会更多投向那些"让算力不空转"的环节，而不是单纯堆叠算力峰值。这对估值框架的含义是：具备调度、编排、信号链优化能力的公司，其议价能力可能被系统性重估。
二、关键数据与核心发现
- Muse 的用户数据验证了消费级常驻 Agent 的爆发力。 Meta 于 9 月 8 日发布个人 AI Agent Muse，上线两天后升至美国 App Store 免费榜第 2 位，9 月 18 日登顶美国 iPhone 免费应用榜，超过 ChatGPT。Apptopia 数据显示，Muse 上线前 12 天在美国、加拿大 iOS 端累计下载约 180 万次，高于 ChatGPT 移动端上线同期的 130 万次；Sensor Tower 估计，截至 9 月 25 日 Muse 下载量已超过 340 万。量级之外，更关键的是形态——它不是一个聊天窗口，而是一台持续运行的云端电脑。
- 常驻 Agent 的算力消耗模式与聊天机器人根本不同。 报告披露，Muse 运行于 Muse 安全虚拟机，每名用户拥有一台持久化、独立的云端虚拟机，配备自己的浏览器、存储、CPU 和内存；即使用户关闭 App，Muse 仍可继续在后台完成长期任务。Meta 技术团队进一步披露，该虚拟机拥有足够资源，可同时执行代码编译、浏览器操作、并发小 Agent 以及 Cron 定时任务，并被官方描述为"an agent in your own cloud computer"。这直接改变了 CPU 的占用时长与服务器侧并发需求。
- Akamai 与 Anthropic 的合同规模与资本开支结构值得细看。 9 月 24 日，边缘算力服务商 Akamai 与 Anthropic 扩展合作，签署为期七年、价值 116 亿美元的基础合同（最高扩展空间达 200 亿美元/7 年），重点承接 Anthropic 的 CPU 类工作负载，覆盖 Agent 编排、网关调度、数据预处理与轻量推理。为履行订单，Akamai 规划三年合计 55 亿美元资本开支：2026 年约 17 亿、2027 年约 31 亿、2028 年约 7 亿，主力投向 X86 服务器整机、内存芯片及配套网络设备，并已与联想、Jabil 签订硬件总协议锁定产能。
- 3.2T 的制程迁移路径已经清晰。 本周 ECOC 2026 上，Marvell 展示了行业首个基于 2 纳米工艺的 400G/通道光学 PAM4 方案。报告梳理了 Marvell 光 DSP 的制程演进：2023 年 Nova 采用 5 纳米、200G/通道；2024 年 Ara 升级至 3 纳米、200G/通道；本次 400G/通道 PAM4 进一步进入 2 纳米。技术上，当前主流 1.6T 光模块主要采用 8×200G 架构，单通道速率翻倍至 400G 后，下一代 3.2T 可延续 8 通道实现 8×400G，在不显著增加光通道数量的情况下使模块总带宽再次翻倍。
- 港股与模型的周度数据勾勒出资金与产品的分化。 本周恒生指数下跌 0.97%，恒生科技下跌 2.13%；港股通成交净额流入 197.63 亿元，环比增加，个股层面腾讯（+17.0 亿港元）、阿里巴巴-W（+12.4 亿港元）、智谱（+9.3 亿港元）净流入居前，而中芯国际（-11.5 亿港元）、建滔积层板（-16.2 亿港元）净流出居前。恒生沪港通 AH 溢价指数为 125.2，环比上升。模型端，本周新上线 MiMo-V2.6-Pro、MiMo-V2.6-Flash、Grok 4.7、GPT-6 Sol、GPT-6 Luna 与 Claude Opus 5.5，待发布 Gemini 4 Pro 与 Claude Fable 5.2；在 ZenMux 统计的 Token 市场份额中，国产 AI 占比超过 60%，DeepSeek 以 46.6% 保持第一。
🔮 AI 分析洞察
Muse 的病毒式传播与 Akamai 的百亿订单之间存在一个被报告隐去但极为关键的联系：常驻 Agent 的成本结构决定了它必须部署在"CPU 密集 + 低时延"的边缘位置上，而不是昂贵的 GPU 训练集群里。Akamai 的架构正是这一点最直白的产业回应——GPU 集群承担集中式推理，4400 个边缘节点承担低时延响应，中间以超大规模 x86 CPU 算力池承接编排与调度。这意味着Agent 时代的算力投资会出现"哑铃型"分布：一端是极少数超大规模 GPU 集群，另一端是海量分布式 CPU 节点，中间层被压缩。对硬件供应商的含义是，通用 X86 服务器的需求弹性可能被低估，而"中间规格"的通用算力硬件则面临被两端挤压的风险。
三、重点企业与案例分析
Meta Muse：把"每个用户一台云端电脑"做成了消费级产品
Meta Muse 是本期报告最重要的案例。它的产品定义与之前的同类产品有本质区别：此前 Clawdbot 等产品已能实现"常驻"，但部署方式偏向开发者和技术爱好者——用户需自行准备节点等运行环境、安装命令行和 Gateway daemon、配置模型 API/OAuth、通讯渠道及后台服务，自主部署和维护门槛明显更高。而 Muse 是消费级云端产品，Meta 官方明确指出其专为服务全球数十亿用户而设计，无需学习即可上手，任何人都可以直接使用，无需任何技术背景。
战略意图上，Meta 的打法是用平台的流量优势把技术形态迅速规模化。报告披露，凭借 Facebook、Instagram、WhatsApp 等平台，Meta 可快速向海量用户分发 Muse；Sensor Tower 数据显示，截至 9 月 25 日 Muse 下载量已超过 340 万。同时，Muse 主打的消费级场景被明确划分为五类：个人效率、购物、旅行服务、个人财务管理、长期目标管理——这是从"商务端"向"消费端"的场景扩张。
我的判断是，Muse 真正的产业意义在于它把一个原本属于基础设施侧的问题暴露到了消费侧：当每个活跃用户都对应一个持续运行的云端进程时，AIDC 的 CPU 占用模型从"请求-响应"变成了"持续驻留"，这会以远快于用户数增长的速度抬高算力消耗。报告提到 Meta 与 AMD 在 2026 年已进一步扩大合作，Meta 不仅部署了数百万颗 AMD EPYC CPU，还将成为第六代 EPYC Venice 的头部客户之一，并计划在首批 Helios 系统中采用 MI450 GPU + Venice CPU——客户侧的采购动作已经先于叙事先行。
Akamai：用边缘网络把"低时延 + 低成本"变成可交付的算力商品
Akamai 的案例价值在于它提供了一份可量化的商业模型。公司拥有 超大规模 x86 CPU 算力池（AMD EPYC 为主体），这也是本次 Anthropic 订单的核心供给资源，可承载通用计算与 AI 推理混合负载，例如 Claude 大模型的网关、编排、Agent、数据处理、安全及可能的轻量推理。GPU 侧，已部署数千张 NVIDIA RTX PRO 6000 Blackwell 服务器级 GPU，建成全球规模领先的 Blackwell 架构 AI 集群。网络侧，支持跨 130 个国家、700 个城市、4400 个边缘节点的分布式推理。
战略意图上，Akamai 走的是"用网络密度换取推理经济性"的路线：通过语义缓存和智能编排，将请求定向到大小合适的资源，并为真正需要的工作负载预留优质 GPU 层级，从而显著降低推理成本；同时通过边缘网络为物理 AI 和自主代理提供快速响应。
我的判断是，这份合同中资本开支的分年节奏比总额更有信息量：2026 年 17 亿美元主要用于"预购内存等关键供应链部件"，2027 年的 31 亿美元才用于"服务器等主要设备部署"。这意味着 Akamai 把内存锁定放在了设备采购之前——内存已经是比整机更紧张的环节，提前一年把供应链锁死，是这轮 AI 硬件采购中真正体现议价能力的动作。对产业链而言，这提示内存与高端存储的紧缺程度可能被显著低估。
联想与 Jabil：X86 供应链的份额再分配
联想是报告明确点名的直接受益方。作为全球 X86 服务器核心厂商，联想同步与 Akamai 签下 7 年硬件总协议，分担 AMD EPYC 架构 X86 服务器的交付任务，直接分享本轮百亿算力订单的硬件采购红利；同时依托本次合作进一步突破海外头部 AI 算力客户，海外 AI 基础设施业务的增长弹性持续凸显。Jabil 同样签署硬件总协议，承担核心服务器与内存的供应链产能锁定。
从战略意图看，这批订单的意义不只是收入，更是客户结构升级。报告在投资建议中给出了一条更宏观的判断：中型云、政企私有推理、新云客户更偏好品牌 OEM 的整机交付、维保与合规能力，而推理负载占比上行将长期利好品牌厂商。
我的判断是，Agent 时代对服务器厂商的考核重点正在从"能造多强的机器"转向"能否稳定交付、能否承担维保与合规责任"。这与训练时代形成了鲜明对比：训练集群追求极致性能，客户有能力自研集成；而推理与 Agent 负载是长周期运营型业务，客户更愿为"确定性"付费。这是联想、DELL 这类品牌 OEM 份额企稳回升的底层原因，也解释了为什么 Akamai 会选择签署多年期硬件总协议而非逐批采购。
🔮 AI 分析洞察
报告在推荐 AMD 的同时也提到 Intel 与 Arm，但一个未被展开的推论是：Agent 负载对服务器 CPU 的选型标准可能是"每瓦待机成本"而非"峰值算力"。常驻 Agent 的特征是长期驻留、间歇性高负载——大部分时间处于空闲或轻负载状态，但仍占用内存与 CPU 时间片。这种负载特征下，衡量 CPU 价值的标准会从传统的多核峰值性能，转向空闲功耗、内存带宽与虚拟化密度。如果这个判断成立，那么当前服务器 CPU 的竞争格局（以核心数与频率为主战场）可能会被重新定义，具备虚拟化与能效优势的架构在 Agent 场景中的份额弹性，可能大于其在传统服务器市场的份额表现。
四、趋势与预判
趋势一：常驻 Agent 使 CPU 从辅助计算单元变为资源池
研报观点： 报告明确判断，"大模型核心推理仍主要由 GPU/ASIC 完成，但 Agent 运行所需的操作系统和工具调用均需要 CPU 承载"；当 Agent 从一次性请求演变为持续虚拟机环境、并进一步同时运行多个定时任务后，单个活跃用户对应的 CPU 占用时长和服务器侧并发需求均可能显著高于传统聊天机器人模式。若消费级常驻 Agent 由单 Agent 向多 Agent 扩展，AIDC CPU 需求有望超预期。
独立分析： 这条趋势的关键变量是"活跃用户"的定义发生了变化。在聊天机器人模式下，MAU 对应的是请求次数；在常驻 Agent 模式下，注册用户对应的是持续占用的算力时长。这意味着算力需求与用户数的关系从线性变为"线性乘以单用户存活时长"，而后者在 7×24 小时运行下是数倍于交互时长的量级。但需要给出一个反向提示：常驻不等于满负荷运行，若多数 Agent 处于空闲等待状态，实际的 CPU 利用率可能远低于理论值。因此，判断这一逻辑能否兑现，应当跟踪云厂商的单用户算力成本与利用率指标，而不是下载量或用户数。
趋势二：光互联升级逻辑从"光升级"扩展为"光+电共同升级"
研报观点： 报告提出，3.2T 时代应从"光芯片价值提升"进一步扩展至"整套光模块 EIC 价值提升"的投资逻辑。一方面 DSP 从 5 纳米逐步向 2 纳米迁移，单颗芯片的设计复杂度、SerDes 性能及集成功能持续增加；另一方面 400G/通道并非简单将 200G/通道芯片超频，而要求 DSP/SerDes、TIA、Modulator Driver 等整条电信号链同步支持更高模拟带宽、更低噪声和更严格的信号完整性要求。
独立分析： 报告给出了一个很有说服力的细节支撑：此前 3 纳米 Ara 已经将 200G SerDes、DSP 及激光器调制器驱动进一步集成，并搭配 200G TIA，较上一代方案将 1.6T 模块功耗降低超过 20%。这说明光模块的功耗预算已经成为约束电芯片集成的硬边界——在 1.6T 模块的功耗上限内塞进更高带宽的处理能力，是推动 DSP 向 2nm 迁移的真实压力来源。由此可以推出一个报告未明说的结论：能够提供"光+电"协同方案（而非单卖 DSP 或单卖 TIA）的厂商，在 3.2T 时代的议价能力会显著上升，因为客户需要的是整体功耗达标，而不是单个器件的性能参数。这会加快电芯片环节的纵向整合。
趋势三：推理负载占比上行，利好品牌 OEM 与分布式算力架构
研报观点： 报告认为，随 AI 推理成为主流工作负载，企业侧加速垂类 AI Agent 部署，新型原生 AI 应用需要可预测的延迟和更高的成本效益，基于 CPU 的分布式基础设施布局可解决以上痛点；同时"中型云、政企私有推理、新云客户更偏好品牌 OEM 的整机交付、维保与合规能力，推理负载占比上行长期利好品牌厂商"。
独立分析： 这条趋势背后是一个常被忽略的结构性变化：训练时代的客户是少数超大规模云厂商，它们有能力且倾向于自研整机；推理与 Agent 时代的客户是数量级更多的中型云、政企与新云，它们更需要"开箱可用 + 长期维保"的能力。客户结构从"少数极客型买家"转向"多数运营型买家"，是品牌 OEM 价值回归的根本原因。需要提醒的是，这类订单的单笔规模大、周期长（如 7 年期总协议），一旦签下就会形成较长的收入锁定，但同时也意味着客户集中度上升——这与设备端"绑定大客户"的逻辑是同构的，各自都需在增长确定性与集中度风险之间权衡。
趋势四：国产模型以性价比与开源生态扩大份额
研报观点： 报告指出，本周 OpenRouter 的 token 调用量持续提升，其中国产模型 DeepSeek V4.1 Flash、GLM 5.3 Flash 与 Hy4 preview 位居前三；截至 9 月 21 日，在 ZenMux 统计的 Token 市场份额中，国产 AI 占比超过 60%，DeepSeek 市场份额保持第一，占比 46.6%，报告将原因归结为"依托开源生态及出色的性价比优势"。
独立分析： 模型层的份额变化与算力层的结构变化之间存在一条容易被忽略的传导链：国产模型的高性价比会强化"推理成本敏感型"负载的占比，而这类负载正是 CPU 与中低端加速卡的主战场。这反过来会放大本报告主线（CPU 增量）的量级——因为价格敏感型应用的扩张速度通常快于高端应用，其对单位算力成本的要求也更严苛。从配置角度看，这提示"AI 算力"的投资边界应从高端 GPU 供应体系向内含 CPU、内存、网络等通用算力环节延伸，后者与国产模型的放量相关性可能更高。
🔮 AI 分析洞察
本期报告的四条趋势有一个共同的隐含前提：AI 需求的形态在从"项目制"转向"运营制"。无论是常驻 Agent 的持续算力占用、Akamai 的 7 年长约、品牌 OEM 的维保价值，还是国产模型的性价比竞争，都在把 AI 从"一次性资本开支"变成"持续性运营开支"。这个转变对硬件行业的估值逻辑影响深远——运营制收入的可预测性更高，但单位利润空间会被压缩。这意味着未来硬件公司的估值可能分化：拿到长约、进入运营体系的公司获得更稳定的估值中枢，而仍依赖单笔订单的公司则面临更大的波动折价。判断一家公司处于哪一侧，比判断它是否"沾上 AI"更重要。
五、总结 — 核心判断
判断 1： AI Agent 的形态变化是本期报告最有价值的信息增量——Muse 首次较大规模验证了消费级常驻型 Agent 的落地形态，其"每用户一台持久化云端虚拟机"的设计，把 CPU 需求从随请求波动变为持续占用，这是 AIDC CPU 需求被低估的重要来源。
判断 2： 3.2T 的投资逻辑应当从光器件扩展到电芯片全链——Marvell 光 DSP 的制程路径（5nm→3nm→2nm）说明，单通道速率从 100G 向 400G 提升，要求 DSP、TIA、Modulator Driver 同步升级，报告据此判断光模块价值链将由此前偏重光器件的"光升级"演化为"光+电共同升级"。
判断 3： 百亿美元级长期合同的落地方式是更值得关注的信号——Akamai 为 Anthropic 订单规划 55 亿美元资本开支，其中 2026 年的 17 亿美元优先用于预购内存等关键供应链部件，并提前与联想、Jabil 签署硬件总协议锁定产能，说明供应链保供能力已成为决定订单归属的前置条件。
判断 4： 海外推理硬件的采购主体正在从超大规模云扩展到边缘算力与中型云——Akamai 的"GPU 集群 + 分布式边缘节点"两级架构、以及品牌 OEM 在维保与合规上的相对优势，共同指向 X86 服务器与通用算力环节的需求企稳回升。
六、投资建议方向
报告原文的投资建议：
- AI 芯片： Muse 等常驻型 Agent 有望提升服务器 CPU 配置规模，X86 CPU 且有独立 72 卡 AI 服务器设计能力的公司有望提升份额，受益标的 AMD；随 100G/通道逐步向 400G/通道发展，电芯片代工厂的价值有望提升，受益标的 Tower 半导体（报告同时提及格罗方德）。
- AI 整机： 大模型推理和 Agent 渗透推动算力需求扩散，推动 X86 AI 和通用服务器份额企稳回升，企业端布局较深且具备保供能力的 OEM 品牌有望受益，受益标的 联想集团、DELL。
- AI 设备： 先进存储和逻辑扩产资本开支上修将加速半导体设备需求向上，受益标的 ASMPT。
风险提示（引自原文）： 产能及供应链风险，监管政策变动，宏观经济增长放缓，地缘政治风险。报告正文另列出三项更具体的风险：地缘政治影响下的原材料供应风险（用于磷化铟激光器的高纯度铟主要供应来自中国，局势紧张或致关键原材料出口受限，影响激光器出货）、量产良率爬坡风险（AI 服务器属复杂系统集成，涉及多个芯片和器件之间的调试和平衡，良率问题可能导致出货延迟）、业内竞争加剧风险（原生 AI 芯片企业和云计算巨头同时研发 AI 芯片，若出货量大于实际需求，可能导致竞争加剧而产品价格波动）。
分析师提示： 上述标的与建议均为研报原文内容，仅作信息呈现，不代表任何买入或卖出建议。
免责声明： 本文基于公开研究报告进行分析解读，不构成任何投资建议。市场有风险，投资需谨慎。文中观点仅代表个人分析，不代表任何机构立场。数据引用力求准确，但不保证完整性，请以原始报告为准。
📄 研报来源
- 研报名称： 《综合行业周报：海外科技，AI Agent打开CPU空间，海外X86服务器供应链受益》
- 作者： 初敏、叶彬慧
- 发布单位： 开源证券
- 发布日期： 2026-09-27
☕️ 如果这篇文章对你有帮助
原创研究不易，你的支持是我持续输出的动力
微信打赏
请我喝杯咖啡 ☕
支付宝打赏
帮助我买些 token 🪙
💬 觉得有用？加入研报交流群
每日推送精选研报解读，与群友一起讨论行业趋势
